Verfügbare TensorFlow-Vorgänge

Auf dieser Seite werden die TensorFlow Python-APIs und Operatoren für Graphen aufgeführt, die in Cloud TPU verfügbar sind.

Verfügbare Python-APIs

Die folgende Liste ist ein Leitfaden zu den verfügbaren TensorFlow Python-APIs. Diese Liste ist nicht vollständig. Bibliotheksfunktionen, die nicht in dieser Liste enthalten sind, funktionieren möglicherweise, wenn sie aus verfügbaren Primitiven bestehen.

Empfehlungen zu bestimmten Operatoren finden Sie im Leitfaden zum Thema Leistung.

Modul	Verfügbare Python-API	Kommentare
`tf`	`tf.abs`
	`tf.acosh`
	`tf.add`
	`tf.add_n`
	`tf.angle`
	`tf.arg_max`	Das `dimension`-Argument muss eine Kompilierdauerkonstante sein.
	`tf.arg_min`	Das `dimension`-Argument muss eine Kompilierdauerkonstante sein.
	`tf.asinh`
	`tf.assign`	Nur für Ressourcenvariable verfügbar.
	`tf.assign_add`	Nur für Ressourcenvariable verfügbar.
	`tf.assign_sub`	Nur für Ressourcenvariable verfügbar.
	`tf.atan`
	`tf.atan2`
	`tf.atanh`
	`tf.batch_to_space`	`crops`- und `block_shape`-Argumente müssen Kompilierdauerkonstanten sein.
	`tf.batch_to_space_nd`	Das `crops`-Argument muss eine Kompilierdauerkonstante sein.
	`tf.broadcast_dynamic_shape`
	`tf.broadcast_static_shape`
	`tf.case`	Experimentell (Kontrollfluss). Funktioniert möglicherweise noch nicht zuverlässig.
	`tf.cast`
	`tf.ceil`
	`tf.cholesky`	Experimentell. Kann Probleme mit der numerischen Genauigkeit aufweisen.
	`tf.cholesky_solve`	Experimentell. Kann Probleme mit der numerischen Genauigkeit aufweisen.
	`tf.clip_by_average_norm`
	`tf.clip_by_global_norm`
	`tf.clip_by_norm`
	`tf.clip_by_value`
	`tf.complex`
	`tf.concat`	`concat_dim` muss eine Kompilierdauerkonstante sein.
	`tf.cond`	Experimentell (Kontrollfluss). Funktioniert möglicherweise noch nicht zuverlässig.
	`tf.conj`
	`tf.constant`
	`tf.convert_to_tensor`
	`tf.cos`
	`tf.cosh`
	`tf.cross`
	`tf.cumprod`	`axis` muss eine Kompilierdauerkonstante sein.
	`tf.cumsum`	`axis` muss eine Kompilierdauerkonstante sein.
	`tf.depth_to_space`
	`tf.diag`
	`tf.diag_part`
	`tf.div`	Die `int32`-Division ist langsamer als andere Typen.
	`tf.divide`	Die `int32`-Division ist langsamer als andere Typen.
	`tf.dynamic_stitch`	`indices` muss eine Kompilierdauerkonstante sein.
	`tf.einsum`
	`tf.equal`
	`tf.erf`
	`tf.erfc`
	`tf.exp`
	`tf.expand_dims`	`dims` muss eine Kompilierdauerkonstante sein.
	`tf.expm1`
	`tf.extract_image_patches`
	`tf.eye`
	`tf.fake_quant_with_min_max_args`
	`tf.fake_quant_with_min_max_args_gradient`
	`tf.fake_quant_with_min_max_vars`
	`tf.fake_quant_with_min_max_vars_gradient`
	`tf.fft`
	`tf.fft2d`
	`tf.fft3d`
	`tf.fill`	Das `dims`-Argument muss eine Kompilierdauerkonstante sein.
	`tf.floor`
	`tf.floordiv`
	`tf.floormod`
	`tf.foldl`	Experimentell (Kontrollfluss).
	`tf.foldr`	Experimentell (Kontrollfluss).
	`tf.gather`	`axis` muss eine Kompilierdauerkonstante sein.
	`tf.gather_nd`
	`tf.greater`
	`tf.greater_equal`
	`tf.hessians`	Experimentell (Kontrollfluss).
	`tf.identity`
	`tf.identity_n`
	`tf.ifft`
	`tf.ifft2d`
	`tf.ifft3d`
	`tf.imag`
	`tf.invert_permutation`	Das `x`-Argument muss eine Kompilierdauerkonstante sein.
	`tf.is_finite`
	`tf.is_inf`
	`tf.is_nan`
	`tf.is_non_decreasing`
	`tf.is_strictly_increasing`
	`tf.less`
	`tf.less_equal`
	`tf.linspace`	`start`-, `stop`- und `num`-Argumente müssen Kompilierdauerkonstanten sein.
	`tf.log`
	`tf.log1p`
	`tf.log_sigmoid`
	`tf.logical_and`
	`tf.logical_or`
	`tf.logical_not`
	`tf.logical_xor`
	`tf.matmul`	Verwendet eine `bfloat16`-MatMul mit `float32`-Akkumulation
	`tf.matrix_band_part`
	`tf.matrix_diag`
	`tf.matrix_diag_part`
	`tf.matrix_set_diag`
	`tf.matrix_triangular_solve`	Experimentell. Kann Probleme mit der numerischen Genauigkeit aufweisen.
	`tf.maximum`
	`tf.meshgrid`
	`tf.minimum`
	`tf.mod`
	`tf.multinomial`	Das `num_samples`-Argument muss eine Kompilierdauerkonstante sein.
	`tf.multiply`
	`tf.negative`
	`tf.no_op`
	`tf.norm`
	`tf.not_equal`
	`tf.one_hot`	`depth` muss eine Kompilierdauerkonstante sein.
	`tf.ones`
	`tf.ones_like`
	`tf.pad`	Das `paddings`-Argument muss eine Kompilierdauerkonstante sein. Der Gradient des `REFLECT`-Paddings ist noch nicht verfügbar.
	`tf.pow`
	`tf.random_normal`	`shape` muss eine Kompilierdauerkonstante sein.
	`tf.random_uniform`	`shape` muss eine Kompilierdauerkonstante sein.
	`tf.range`	`start`-, `limit`- und `delta`-Argumente müssen Kompilierdauerkonstanten sein.
	`tf.rank`
	`tf.real`
	`tf.realdiv`
	`tf.reciprocal`
	`tf.reduce_all`	`axis` muss eine Kompilierdauerkonstante sein.
	`tf.reduce_any`	`axis` muss eine Kompilierdauerkonstante sein.
	`tf.reduce_logsumexp`
	`tf.reduce_max`	`axis` muss eine Kompilierdauerkonstante sein.
	`tf.reduce_min`	`axis` muss eine Kompilierdauerkonstante sein.
	`tf.reduce_prod`	`axis` muss eine Kompilierdauerkonstante sein.
	`tf.reduce_sum`	`axis` muss eine Kompilierdauerkonstante sein.
	`tf.reshape`	Das `shape`-Argument muss eine Kompilierdauerkonstante sein.
	`tf.reverse`	Das `dims`-Argument muss eine Kompilierdauerkonstante sein.
	`tf.reverse_sequence`
	`tf.reverse_v2`	Das `axis`-Argument muss eine Kompilierdauerkonstante sein.
	`tf.rint`
	`tf.round`
	`tf.rsqrt`
	`tf.saturate_cast`
	`tf.scalar_mul`
	`tf.scan`	Experimentell (Kontrollfluss).
	`tf.scatter_nd`
	`tf.sequence_mask`
	`tf.shape`
	`tf.shape_n`
	`tf.sigmoid`
	`tf.sign`
	`tf.sin`
	`tf.sinh`
	`tf.size`
	`tf.slice`	`size` muss eine Kompilierdauerkonstante sein. Außerdem muss entweder `begin` eine Kompilierdauerkonstante sein oder `size` darf nicht negativ sein. Backpropagation wird nur unterstützt, wenn `begin` und `size` Kompilierdauerkonstanten sind.
	`tf.space_to_batch`	`paddings` und `block_shape` müssen Kompilierdauerkonstanten sein.
	`tf.space_to_batch_nd`	`paddings` muss eine Kompilierdauerkonstante sein.
	`tf.space_to_depth`
	`tf.split`	`axis` muss eine Kompilierdauerkonstante sein.
	`tf.sqrt`
	`tf.square`
	`tf.squared_difference`
	`tf.squeeze`
	`tf.stack`
	`tf.stop_gradient`
	`tf.strided_slice`
	`tf.tan`
	`tf.tanh`
	`tf.tensordot`
	`tf.tile`	Das `multiples`-Argument muss eine Kompilierdauerkonstante sein.
	`tf.to_bfloat16`
	`tf.to_float`
	`tf.to_int32`
	`tf.to_int64`	Die Unterstützung für `int64` ist eingeschränkt.
	`tf.trace`
	`tf.transpose`	Das `perm`-Argument muss eine Kompilierdauerkonstante sein.
	`tf.truediv`
	`tf.truncated_normal`	`shape` muss eine Kompilierdauerkonstante sein.
	`tf.truncatediv`
	`tf.truncatemod`
	`tf.unsorted_segment_sum`
	`tf.unstack`
	`tf.where`	Sowohl `x` als auch `y` darf nicht `None` sein. Wenn sowohl `x` als auch `y` `None` ist, hat der Operator keine statische Form.
	`tf.while_loop`	Die Berechnung des Gradienten einer while-Schleife erfordert die Übergabe des `maximum_iterations`-Arguments.
	`tf.zeros`
	`tf.zeros_like`
	`tf.Tensor.__getitem__`	Der Anfang, das Ende und die Schritte eines Slice müssen Kompilierdauerkonstanten sein.
`tf.bitwise`	`tf.bitwise_and`
	`tf.bitwise_or`
	`tf.bitwise_invert`
`tf.contrib.stateless`	`tf.contrib.stateless.stateless_random_normal`
	`tf.contrib.stateless.stateless_random_uniform`
`tf.image`	`tf.image.adjust_brightness`
	`tf.image.adjust_contrast`
	`tf.image.adjust_gamma`
	`tf.image.adjust_hue`
	`tf.image.adjust_saturation`
	`tf.image.central_crop`	Der Crop-Faktor muss eine Kompilierdauerkonstante sein.
	`tf.image.convert_image_dtype`
	`tf.image.flip_left_right`
	`tf.image.flip_up_down`
	`tf.image.grayscale_to_rgb`
	`tf.image.hsv_to_rgb`
	`tf.image.resize_bilinear`	Nur `align_corners=True` ist verfügbar. `size` muss eine Kompilierdauerkonstante sein.
	`tf.image.random_brightness`
	`tf.image.random_contrast`
	`tf.image.random_flip_left_right`
	`tf.image.random_flip_up_down`
	`tf.image.random_hue`
	`tf.image.random_saturation`
	`tf.image.rgb_to_hsv`
	`tf.image.rgb_to_grayscale`
	`tf.image.rot90`
	`tf.image.total_variation`
	`tf.image.transpose_image`
`tf.layers`	`tf.layers.average_pooling1d`
	`tf.layers.average_pooling2d`
	`tf.layers.average_pooling1d`
	`tf.layers.batch_normalization`
	`tf.layers.conv1d`
	`tf.layers.conv2d`
	`tf.layers.conv2d_transpose`
	`tf.layers.conv3d`
	`tf.layers.conv3d_transpose`
	`tf.layers.dense`
	`tf.layers.dropout`
	`tf.layers.flatten`
	`tf.layers.max_pooling1d`
	`tf.layers.max_pooling2d`
	`tf.layers.max_pooling3d`
	`tf.layers.separable_conv2d`
`tf.nn`	`tf.nn.atrous_conv2d`
	`tf.nn.atrous_conv2d_transpose`
	`tf.nn.avg_pool`
	`tf.nn.avg_pool3d`
	`tf.nn.batch_normalization`
	`tf.nn.bias_add`
	`tf.nn.conv1d`
	`tf.nn.conv2d`
	`tf.nn.conv2d_backprop_filter`
	`tf.nn.conv2d_backprop_input`
	`tf.nn.conv2d_transpose`
	`tf.nn.conv3d`
	`tf.nn.conv3d_backprop_filter`
	`tf.nn.conv3d_backprop_input`
	`tf.nn.conv3d_transpose`
	`tf.nn.convolution`
	`tf.nn.crelu`
	`tf.nn.depthwise_conv2d`
	`tf.nn.depthwise_conv2d_native`
	`tf.nn.depthwise_conv2d_native_backprop_filter`
	`tf.nn.depthwise_conv2d_native_backprop_input`
	`tf.nn.dropout`
	`tf.nn.dynamic_rnn`	Experimentell.
	`tf.nn.elu`
	`tf.nn.fused_batch_norm`
	`tf.nn.l2_loss`
	`tf.nn.l2_normalize`
	`tf.nn.leaky_relu`
	`tf.nn.local_response_normalization`
	`tf.nn.log_poisson_loss`
	`tf.nn.log_softmax`
	`tf.nn.max_pool`
	`tf.nn.max_pool3d`
	`tf.nn.moments`
	`tf.nn.normalize_moments`
	`tf.nn.pool`
	`tf.nn.relu`
	`tf.nn.relu6`
	`tf.nn.relu_layer`
	`tf.nn.selu`
	`tf.nn.separable_conv2d`
	`tf.nn.sigmoid_cross_entropy_with_logits`
	`tf.nn.softmax`
	`tf.nn.softmax_cross_entropy_with_logits`
	`tf.nn.softplus`
	`tf.nn.softsign`
	`tf.nn.sparse_softmax_cross_entropy_with_logits`
	`tf.nn.static_bidirectional_rnn`	Experimentell.
	`tf.nn.static_rnn`	Experimentell.
	`tf.nn.weighted_cross_entropy_with_logits`	Experimentell.
	`tf.nn.weighted_moments`
	`tf.nn.with_space_to_batch`
	`tf.nn.xw_plus_b`
	`tf.nn.zero_fraction`
`tf.spectral`	`tf.spectral.fft`
	`tf.spectral.fft2d`
	`tf.spectral.fft3d`
	`tf.spectral.ifft`
	`tf.spectral.ifft2d`
	`tf.spectral.ifft3d`
	`tf.spectral.irfft`	`fft_length` muss eine Kompilierdauerkonstante sein.
	`tf.spectral.irfft2d`	`fft_length` muss eine Kompilierdauerkonstante sein.
	`tf.spectral.irfft3d`	`fft_length` muss eine Kompilierdauerkonstante sein.
	`tf.spectral.rfft`	`fft_length` muss eine Kompilierdauerkonstante sein.
	`tf.spectral.rfft2d`	`fft_length` muss eine Kompilierdauerkonstante sein.
	`tf.spectral.rfft3d`	`fft_length` muss eine Kompilierdauerkonstante sein.

Nicht verfügbare Python-APIs

Diese Liste ist nicht vollständig. Die folgenden Vorgänge sind in Cloud TPU nicht verfügbar:

Modul	Nicht verfügbare Python-API	Kommentare
`tf`	`tf.accumulate_n`	Verwendet Ref-Variablen.
	`tf.acos`
	`tf.asin`
	`tf.betainc`
	`tf.bitcast`
	`tf.add_check_numerics_ops`	Programme mit Operatoren zum Prüfen numerischer Werte sollten ausgeführt werden, der Operator zum Prüfen numerischer Werte wird jedoch derzeit ignoriert.
	`tf.assert_...`	Programme, die Assertions enthalten, sollten ausgeführt werden, die Assertions werden jedoch ignoriert.
	`tf.check_numerics`	Programme mit Operatoren zum Prüfen numerischer Werte sollten ausgeführt werden, der Operator zum Prüfen numerischer Werte wird jedoch derzeit ignoriert.
	`tf.confusion_matrix`
	`tf.count_nonzero`	Verwendet `int64`-Reduktion
	`tf.count_up_to`
	`tf.create_partitioned_variables`
	`tf.dequantize`
	`tf.digamma`
	`tf.dynamic_partition`
	`tf.edit_distance`
	`tf.fake_quant_with_min_max_vars_per_channel`
	`tf.fake_quant_with_min_max_vars_per_channel_gradient`
	`tf.histogram_fixed_width`
	`tf.igamma`
	`tf.igammac`
	`tf.lbeta`
	`tf.lgamma`
	`tf.matrix_determinant`
	`tf.matrix_inverse`
	`tf.matrix_solve`
	`tf.matrix_solve_ls`
	`tf.polygamma`
	`tf.py_func`
	`tf.qr`
	`tf.quantize_v2`
	`tf.quantized_concat`
	`tf.random_crop`
	`tf.random_gamma`
	`tf.random_poisson`
	`tf.random_shuffle`
	`tf.scatter_add`
	`tf.scatter_div`
	`tf.scatter_mul`
	`tf.scatter_nd_add`
	`tf.scatter_nd_sub`
	`tf.scatter_nd_update`
	`tf.segment_mean`
	`tf.segment_max`
	`tf.segment_min`
	`tf.segment_prod`
	`tf.segment_sum`
	`tf.self_adjoint_eig`
	`tf.self_adjoint_eigvals`
	`tf.setdiff1d`
	`tf.sparse_...`
	`tf.string_...`
	`tf.substr`
	`tf.svd`
	`tf.to_double`
	`tf.unique`
	`tf.unsorted_segment_max`
	`tf.zeta`
	`tf.bitwise.bitwise_xor`
	`tf.contrib.stateless.stateless_truncated_normal`

Verfügbare Operatoren für Graphen

Operator	Typeinschränkung
`Abs`	`T={bfloat16,float,int32,int64}`
`Acos`	`T={bfloat16,complex64,float,int32,int64}`
`Acosh`	`T={bfloat16,complex64,float}`
`Add`	`T={bfloat16,complex64,float,int32,int64}`
`AddN`	`T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`AdjustContrastv2`	`T={float}`
`AdjustHue`	`T={float}`
`AdjustSaturation`	`T={float}`
`All`	`Tidx={int32,int64}`
`AllToAll`	`T={bfloat16,float}`
`Angle`	`Tout={float}` `T={complex64}`
`Any`	`Tidx={int32,int64}`
`ApproximateEqual`	`T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`ArgMax`	`Tidx={int32,int64}` `output_type={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`ArgMin`	`Tidx={int32,int64}` `output_type={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`Asin`	`T={bfloat16,complex64,float,int32,int64}`
`Asinh`	`T={bfloat16,complex64,float}`
`Assert`	`T={bfloat16,bool,complex64,float,int32,int64,string,uint32,uint64}`
`AssignAddVariableOp`	`dtype={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`AssignSubVariableOp`	`dtype={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`AssignVariableOp`	`dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Atan`	`T={bfloat16,complex64,float,int32,int64}`
`Atan2`	`T={bfloat16,float}`
`Atanh`	`T={bfloat16,complex64,float}`
`AvgPool`	`T={bfloat16,float}`
`AvgPool3D`	`T={bfloat16,float}`
`AvgPool3DGrad`	`T={bfloat16,float}`
`AvgPoolGrad`	`T={bfloat16,float}`
`BatchMatMul`	`T={bfloat16,complex64,float,int32,int64}`
`BatchToSpace`	`Tidx={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`BatchToSpaceND`	`Tcrops={int32,int64}` `Tblock_shape={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`BiasAdd`	`T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`BiasAddGrad`	`T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`BiasAddV1`	`T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`Bitcast`	`type={bfloat16,complex64,float,int32,int64,uint32,uint64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`BitwiseAnd`	`T={int32,int64,uint32,uint64}`
`BitwiseOr`	`T={int32,int64,uint32,uint64}`
`BitwiseXor`	`T={int32,int64,uint32,uint64}`
`BroadcastArgs`	`T={int32,int64}`
`BroadcastGradientArgs`	`T={int32,int64}`
`BroadcastTo`	`Tidx={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Bucketize`	`T={float,int32,int64}`
`Cast`	`DstT={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}` `SrcT={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Ceil`	`T={bfloat16,float}`
`CheckNumerics`	`T={bfloat16,float}`
`Cholesky`	`T={float}`
`ClipByValue`	`T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`CollectivePermute`	`T={bfloat16,float}`
`Complex`	`Tout={complex64}` `T={float}`
`ComplexAbs`	`Tout={float}` `T={complex64}`
`Concat`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`ConcatOffset`
`ConcatV2`	`Tidx={int32}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Conj`	`T={complex64}`
`ConjugateTranspose`	`Tperm={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Const`	`dtype={bfloat16,bool,complex64,float,int32,int64,string,uint32,uint64}`
`ControlTrigger`
`Conv2D`	`T={bfloat16,float}`
`Conv2DBackpropFilter`	`T={bfloat16,float}`
`Conv2DBackpropInput`	`T={bfloat16,float}`
`Conv3D`	`T={bfloat16,float}`
`Conv3DBackpropFilterV2`	`T={bfloat16,float}`
`Conv3DBackpropInputV2`	`Tshape={int32,int64}` `T={bfloat16,float}`
`Cos`	`T={bfloat16,complex64,float}`
`Cosh`	`T={bfloat16,complex64,float}`
`Cross`	`T={bfloat16,float,int32,int64,uint32,uint64}`
`CrossReplicaSum`	`T={bfloat16,float}`
`Cumprod`	`Tidx={int32,int64}` `T={bfloat16,float,int32}`
`Cumsum`	`Tidx={int32,int64}` `T={bfloat16,float,int32}`
`DataFormatVecPermute`	`T={int32,int64}`
`DepthToSpace`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`DepthwiseConv2dNative`	`T={bfloat16,float}`
`DepthwiseConv2dNativeBackpropFilter`	`T={bfloat16,float}`
`DepthwiseConv2dNativeBackpropInput`	`T={bfloat16,float}`
`Diag`	`T={bfloat16,complex64,float,int32,int64}`
`DiagPart`	`T={bfloat16,complex64,float,int32,int64}`
`Digamma`	`T={bfloat16,float}`
`Div`	`T={bfloat16,complex64,float,int32,int64}`
`DivNoNan`	`T={float}`
`DynamicStitch`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Elu`	`T={bfloat16,float}`
`EluGrad`	`T={bfloat16,float}`
`Empty`	`dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`EmptyTensorList`	`shape_type={int32,int64}` `element_dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Equal`	`T={bfloat16,bool,complex64,float,int32,int64}`
`Erf`	`T={bfloat16,float}`
`Erfc`	`T={bfloat16,float}`
`Exp`	`T={bfloat16,complex64,float}`
`ExpandDims`	`Tdim={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Expm1`	`T={bfloat16,complex64,float}`
`ExtractImagePatches`	`T={bfloat16,float,int32,int64,uint32,uint64}`
`FFT`	`Tcomplex={complex64}`
`FFT2D`	`Tcomplex={complex64}`
`FFT3D`	`Tcomplex={complex64}`
`FakeParam`	`dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`FakeQuantWithMinMaxArgs`
`FakeQuantWithMinMaxArgsGradient`
`FakeQuantWithMinMaxVars`
`FakeQuantWithMinMaxVarsGradient`
`Fill`	`index_type={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Floor`	`T={bfloat16,float}`
`FloorDiv`	`T={bfloat16,complex64,float,int32,int64}`
`FloorMod`	`T={bfloat16,float,int32,int64}`
`FusedBatchNorm`	`T={float}`
`FusedBatchNormGrad`	`T={float}`
`FusedBatchNormGradV2`	`U={float}` `T={bfloat16,float}`
`FusedBatchNormV2`	`U={float}` `T={bfloat16,float}`
`Gather`	`Tindices={int32,int64}` `Tparams={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`GatherNd`	`Tindices={int32,int64}` `Tparams={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`GatherV2`	`Taxis={int32,int64}` `Tindices={int32,int64}` `Tparams={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`GetItem`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Greater`	`T={bfloat16,float,int32,int64,uint32,uint64}`
`GreaterEqual`	`T={bfloat16,float,int32,int64,uint32,uint64}`
`HSVToRGB`	`T={bfloat16,float}`
`IFFT`	`Tcomplex={complex64}`
`IFFT2D`	`Tcomplex={complex64}`
`IFFT3D`	`Tcomplex={complex64}`
`IRFFT`
`IRFFT2D`
`IRFFT3D`
`Identity`	`T={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}`
`IdentityN`	`T={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}`
`If`	`Tout={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}` `Tin={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}` `Tcond={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}`
`Imag`	`Tout={float}` `T={complex64}`
`InfeedDequeue`	`dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`InfeedDequeueTuple`	`dtypes={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`InplaceAdd`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`InplaceUpdate`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Inv`	`T={bfloat16,complex64,float,int32,int64}`
`Invert`	`T={int32,int64,uint32,uint64}`
`InvertPermutation`	`T={int32}`
`IsFinite`	`T={bfloat16,float}`
`IsInf`	`T={bfloat16,float}`
`IsNan`	`T={bfloat16,float}`
`L2Loss`	`T={bfloat16,float}`
`LRN`	`T={bfloat16,float}`
`LRNGrad`	`T={bfloat16,float}`
`LeakyRelu`	`T={bfloat16,float}`
`LeakyReluGrad`	`T={bfloat16,float}`
`LeftShift`	`T={int32,int64,uint32,uint64}`
`Less`	`T={bfloat16,float,int32,int64,uint32,uint64}`
`LessEqual`	`T={bfloat16,float,int32,int64,uint32,uint64}`
`Lgamma`	`T={bfloat16,float}`
`LinSpace`	`Tidx={int32,int64}` `T={bfloat16,float}`
`ListDiff`	`out_idx={int32,int64}` `T={int32,int64}`
`Log`	`T={bfloat16,complex64,float}`
`Log1p`	`T={bfloat16,complex64,float}`
`LogSoftmax`	`T={bfloat16,float}`
`LogicalAnd`
`LogicalNot`
`LogicalOr`
`MatMul`	`T={bfloat16,complex64,float}`
`MatrixBandPart`	`Tindex={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`MatrixDiag`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`MatrixDiagPart`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`MatrixSetDiag`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`MatrixTriangularSolve`	`T={complex64,float}`
`Max`	`Tidx={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`MaxPool`	`T={bfloat16,float,int32,int64}`
`MaxPool3D`	`T={bfloat16,float}`
`MaxPool3DGrad`	`TInput={bfloat16,float}` `T={bfloat16,float}`
`MaxPool3DGradGrad`	`T={float}`
`MaxPoolGrad`	`T={bfloat16,float,int32,int64,uint32,uint64}`
`MaxPoolGradGrad`	`T={float}`
`MaxPoolGradGradV2`	`T={float}`
`MaxPoolGradV2`	`T={bfloat16,float,int32,int64,uint32,uint64}`
`MaxPoolV2`	`T={bfloat16,float,int32,int64}`
`Maximum`	`T={bfloat16,float,int32,int64}`
`Mean`	`Tidx={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`Min`	`Tidx={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`Minimum`	`T={bfloat16,float,int32,int64}`
`MirrorPad`	`Tpaddings={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Mod`	`T={bfloat16,float,int32,int64}`
`Mul`	`T={bfloat16,complex64,float,int32,int64}`
`Multinomial`	`output_dtype={int32,int64}` `T={bfloat16,float,int32,int64,uint32,uint64}`
`Neg`	`T={bfloat16,complex64,float,int32,int64}`
`NoOp`
`NonMaxSuppressionV4`	`T={float}`
`NotEqual`	`T={bfloat16,bool,complex64,float,int32,int64}`
`OneHot`	`TI={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`OnesLike`	`T={bfloat16,bool,complex64,float,int32,int64}`
`OutfeedEnqueue`	`dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`OutfeedEnqueueTuple`	`dtypes={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Pack`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Pad`	`Tpaddings={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`PadV2`	`Tpaddings={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`ParallelDynamicStitch`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`PlaceholderWithDefault`	`dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Pow`	`T={bfloat16,complex64,float,int32,int64}`
`PreventGradient`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Prod`	`Tidx={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`Qr`	`T={float}`
`QuantizeAndDequantizeV2`	`T={bfloat16,float}`
`QuantizeAndDequantizeV3`	`T={bfloat16,float}`
`RFFT`
`RFFT2D`
`RFFT3D`
`RGBToHSV`	`T={bfloat16,float}`
`RandomShuffle`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`RandomStandardNormal`	`T={int32,int64}` `dtype={bfloat16,float}`
`RandomUniform`	`T={int32,int64}` `dtype={bfloat16,float}`
`RandomUniformInt`	`T={int32,int64}` `Tout={int32,int64}`
`Range`	`Tidx={bfloat16,float,int32,int64}`
`Rank`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`ReadVariableOp`	`dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Real`	`Tout={float}` `T={complex64}`
`RealDiv`	`T={bfloat16,complex64,float,int32,int64}`
`Reciprocal`	`T={bfloat16,complex64,float,int32,int64}`
`ReciprocalGrad`	`T={bfloat16,complex64,float}`
`RecvTPUEmbeddingActivations`
`Relu`	`T={bfloat16,float,int32,int64,uint32,uint64}`
`Relu6`	`T={bfloat16,float,int32,int64,uint32,uint64}`
`Relu6Grad`	`T={bfloat16,float,int32,int64,uint32,uint64}`
`ReluGrad`	`T={bfloat16,float,int32,int64,uint32,uint64}`
`Reshape`	`Tshape={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`ResizeBilinear`	`T={bfloat16,float,int32,int64}`
`ResizeBilinearGrad`	`T={bfloat16,float}`
`ResizeNearestNeighbor`	`T={float,int32,int64}`
`ResourceApplyAdaMax`	`T={bfloat16,float}`
`ResourceApplyAdadelta`	`T={bfloat16,float}`
`ResourceApplyAdagrad`	`T={bfloat16,float}`
`ResourceApplyAdagradDA`	`T={bfloat16,float}`
`ResourceApplyAdam`	`T={bfloat16,float}`
`ResourceApplyAddSign`	`T={bfloat16,float}`
`ResourceApplyCenteredRMSProp`	`T={bfloat16,float}`
`ResourceApplyFtrl`	`T={bfloat16,float}`
`ResourceApplyFtrlV2`	`T={bfloat16,float}`
`ResourceApplyGradientDescent`	`T={bfloat16,float}`
`ResourceApplyKerasMomentum`	`T={bfloat16,float}`
`ResourceApplyMomentum`	`T={bfloat16,float}`
`ResourceApplyPowerSign`	`T={bfloat16,float}`
`ResourceApplyProximalAdagrad`	`T={bfloat16,float}`
`ResourceApplyProximalGradientDescent`	`T={bfloat16,float}`
`ResourceApplyRMSProp`	`T={bfloat16,float}`
`ResourceGather`	`Tindices={int32,int64}` `dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`ResourceScatterAdd`	`Tindices={int32,int64}` `dtype={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`ResourceScatterDiv`	`Tindices={int32,int64}` `dtype={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`ResourceScatterMax`	`Tindices={int32,int64}` `dtype={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`ResourceScatterMin`	`Tindices={int32,int64}` `dtype={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`ResourceScatterMul`	`Tindices={int32,int64}` `dtype={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`ResourceScatterNdAdd`	`Tindices={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`ResourceScatterNdSub`	`Tindices={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`ResourceScatterNdUpdate`	`Tindices={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`ResourceScatterSub`	`Tindices={int32,int64}` `dtype={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`ResourceScatterUpdate`	`Tindices={int32,int64}` `dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`ResourceStridedSliceAssign`	`Index={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Reverse`	`T={bool,complex64,float,int32,int64}`
`ReverseSequence`	`Tlen={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`ReverseV2`	`T={bfloat16,bool,complex64,float,int32,int64}` `Tidx={int32,int64}`
`RightShift`	`T={int32,int64,uint32,uint64}`
`Rint`	`T={bfloat16,float}`
`Round`	`T={bfloat16,complex64,float,int32,int64}`
`Rsqrt`	`T={bfloat16,complex64,float}`
`RsqrtGrad`	`T={bfloat16,complex64,float}`
`ScatterNd`	`Tindices={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Select`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Selu`	`T={bfloat16,float}`
`SeluGrad`	`T={bfloat16,float}`
`SendTPUEmbeddingGradients`
`Shape`	`out_type={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`ShapeN`	`out_type={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Sigmoid`	`T={bfloat16,complex64,float}`
`SigmoidGrad`	`T={bfloat16,complex64,float}`
`Sign`	`T={bfloat16,complex64,float,int32,int64}`
`Sin`	`T={bfloat16,complex64,float}`
`Sinh`	`T={bfloat16,complex64,float}`
`Size`	`out_type={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Slice`	`Index={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Snapshot`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Softmax`	`T={bfloat16,float}`
`SoftmaxCrossEntropyWithLogits`	`T={bfloat16,float}`
`Softplus`	`T={bfloat16,float}`
`SoftplusGrad`	`T={bfloat16,float}`
`Softsign`	`T={bfloat16,float}`
`SoftsignGrad`	`T={bfloat16,float}`
`SpaceToBatch`	`Tpaddings={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`SpaceToBatchND`	`Tblock_shape={int32,int64}` `Tpaddings={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`SpaceToDepth`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`SparseMatMul`	`Tb={bfloat16,float}` `Ta={bfloat16,float}`
`SparseSoftmaxCrossEntropyWithLogits`	`Tlabels={int32,int64}` `T={bfloat16,float}`
`SparseToDense`	`Tindices={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Split`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`SplitV`	`Tlen={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Sqrt`	`T={bfloat16,complex64,float}`
`SqrtGrad`	`T={bfloat16,complex64,float}`
`Square`	`T={bfloat16,complex64,float,int32,int64}`
`SquaredDifference`	`T={bfloat16,complex64,float,int32,int64}`
`Squeeze`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`StackCloseV2`
`StackPopV2`	`elem_type={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`StackPushV2`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`StackV2`	`elem_type={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`StatelessIf`	`Tout={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}` `Tin={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}` `Tcond={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}`
`StatelessMultinomial`	`output_dtype={int32,int64}` `Tseed={int32}` `T={bfloat16,float}`
`StatelessRandomNormal`	`Tseed={int32}` `T={int32,int64}` `dtype={bfloat16,float}`
`StatelessRandomUniform`	`Tseed={int32}` `T={int32,int64}` `dtype={bfloat16,float}`
`StatelessRandomUniformInt`	`Tseed={int32}` `T={int32,int64}` `dtype={int32,int64}`
`StatelessTruncatedNormal`	`Tseed={int32}` `T={int32,int64}` `dtype={bfloat16,float}`
`StatelessWhile`	`T={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}`
`StopGradient`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`StridedSlice`	`Index={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`StridedSliceGrad`	`Index={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Sub`	`T={bfloat16,complex64,float,int32,int64}`
`Sum`	`Tidx={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`SymbolicGradient`	`Tout={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}` `Tin={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`TPUEmbeddingActivations`
`Tan`	`T={bfloat16,complex64,float,int32,int64}`
`Tanh`	`T={bfloat16,complex64,float}`
`TanhGrad`	`T={bfloat16,complex64,float}`
`TensorArrayCloseV3`
`TensorArrayConcatV3`	`dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`TensorArrayGatherV3`	`dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`TensorArrayGradV3`
`TensorArrayReadV3`	`dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`TensorArrayScatterV3`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`TensorArraySizeV3`
`TensorArraySplitV3`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`TensorArrayV3`	`dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`TensorArrayWriteV3`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`TensorListElementShape`	`shape_type={int32,int64}`
`TensorListPopBack`	`element_dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`TensorListPushBack`	`element_dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`TensorListReserve`	`shape_type={int32,int64}` `element_dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`Tile`	`Tmultiples={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`TopKV2`	`T={bfloat16,float,int32,uint32}`
`Transpose`	`Tperm={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`TruncateDiv`	`T={bfloat16,complex64,float,int32,int64}`
`TruncateMod`	`T={bfloat16,float,int32,int64}`
`TruncatedNormal`	`T={int32,int64}` `dtype={float}`
`Unpack`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`UnsortedSegmentMax`	`Tnumsegments={int32,int64}` `Tindices={int32,int64}` `T={bfloat16,float,int32,int64,uint32,uint64}`
`UnsortedSegmentMin`	`Tnumsegments={int32,int64}` `Tindices={int32,int64}` `T={bfloat16,float,int32,int64,uint32,uint64}`
`UnsortedSegmentProd`	`Tnumsegments={int32,int64}` `Tindices={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`UnsortedSegmentSum`	`Tnumsegments={int32,int64}` `Tindices={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`VarIsInitializedOp`
`VariableShape`	`out_type={int32,int64}`
`While`	`T={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}`
`Xdivy`	`T={complex64,float}`
`XlaBroadcastHelper`	`Tindices={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`XlaConv`	`Tindices={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`XlaDequantize`
`XlaDot`	`T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`XlaDynamicSlice`	`Tindices={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`XlaDynamicUpdateSlice`	`Tindices={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`XlaHostCompute`	`Toutputs={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}` `Tinputs={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`XlaIf`	`Tout={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}` `Tin={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}` `Tcond={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}`
`XlaKeyValueSort`	`V={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}` `K={bfloat16,float,int32,int64,uint32,uint64}`
`XlaPad`	`Tindices={int32,int64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`XlaRecv`	`dtype={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`XlaRecvFromHost`	`Toutput={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`XlaReduce`	`T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`XlaReduceWindow`	`Tindices={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`XlaSelectAndScatter`	`Tindices={int32,int64}` `T={bfloat16,complex64,float,int32,int64,uint32,uint64}`
`XlaSend`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`XlaSendToHost`	`Tinput={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`XlaSort`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`XlaWhile`	`T={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}`
`Xlogy`	`T={complex64,float}`
`ZerosLike`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`_Arg`	`T={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}`
`_ArrayToList`	`out_types={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}` `T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`_ListToArray`	`T={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}` `Tin={bfloat16,bool,complex64,float,int32,int64,uint32,uint64}`
`_Retval`	`T={bfloat16,bool,complex64,float,int32,int64,resource,uint32,uint64}`